|
|
||
|---|---|---|
| .idea | ||
| sql | ||
| .env.example | ||
| Dockerfile | ||
| README.md | ||
| common.py | ||
| config.py | ||
| db.py | ||
| docker-compose.yml | ||
| factors.py | ||
| requirements.txt | ||
| run.py | ||
README.md
akg-factor-bridge
astock-kg(知识图谱基座)↔ quant_factor_service(通用因子平台)之间的因子导出桥。
把基座的四路产出(分析师预期空间 / 热度 / 利好利空事件 / 板块传导)做成符合平台规范的
子因子,写进平台因子库,供平台合成为选股因子。
设计与决策依据见 astock-kg
docs/量化因子导出与合成设计.md。本工程不 import 基座或平台任何代码,只靠.env里三处数据库连接工作,可单独部署于任意能连通三库的服务器。
架构(基座出视图,桥算变换,平台算合成)
astock-kg 基座 PG ── 只读视图(sql/astock_kg_slot_views.sql)
v_factor_universe / v_factor_consensus / v_factor_events / v_factor_transmission
│ (热度不经基座:桥直连 153 读 stock_fund_heat_scores)
▼
akg-factor-bridge:读视图+热度 → 算四路日截面(极性/衰减/打分) → 转前缀码 SH600000
→ 写平台 t_factor_akg_* + 注册 factor_metadata
▼
平台 quant_factor_service:把四子因子当普通 single 因子 → 合成/回测/调度
- 基座只暴露数据、不算因子;桥承载因子建模(极性表、衰减、打分——见
factors.py); 跨信号 alpha 组合在平台侧。 - universe = KG 覆盖池(
v_factor_universe= 全部industry_pools成员并集),四路都限制其内。
四个子因子
| factor_code | 表 | 口径 | 缺失 |
|---|---|---|---|
akg_upside |
t_factor_akg_upside | 目标价中枢/现价−1(as-of) | NaN(无覆盖不出行) |
akg_heat |
t_factor_akg_heat | 热度分 0~1(最新批次) | NaN |
akg_event |
t_factor_akg_event | Σ 事件极性×时间衰减 | 0(无事件=中性) |
akg_transmission |
t_factor_akg_transmission | 路径数×(1−已动比例) | 0 |
用法(全程 Docker,不在宿主机直跑)
# 0) 基座视图建一次——经 astock-kg 的 postgres 容器(容器名 akg-postgres,库/用户均 akg)
docker exec -i akg-postgres psql -U akg -d akg < sql/astock_kg_slot_views.sql
# 1) 配连接(地址填「桥容器可达」的:跨机=LAN IP;与基座同机同网=服务名,见下「网络」)
cp .env.example .env && vim .env
# 2) 构建并起桥容器(常驻)
docker compose up -d --build
# 3) 连通性自检(六项行数全出 = 三库都通)
docker compose exec akg-factor-bridge python run.py views
# 4) 注册 + 跑因子(幂等,可重跑)
docker compose exec akg-factor-bridge python run.py register
docker compose exec akg-factor-bridge python run.py build akg_heat --mode daily --date 2026-07-24
docker compose exec akg-factor-bridge python run.py build all --mode history --start 2024-01-01 --end 2026-07-24
生产触发:宿主 cron 或平台 XXL-JOB →
docker exec akg_factor_bridge python run.py build all --mode daily。
网络(Docker)
桥要连三处,按「桥部署在哪」定地址:
- 跨机部署(默认,推荐——就是你要的「可部署到其他服务器」):三处都用 LAN IP/域名
(
.env里填)。默认 bridge 网络即可出网到 LAN——前提是基座 PG、153、平台 MySQL 都对该 服务器可达(基座 PG 需发布端口或处于可达网络;见设计文档 §8-1)。 - 与基座同机同网:让桥加入 astock-kg 的 compose 网络,用服务名
postgres连基座 PG (取消docker-compose.yml里 networks 段的注释,填 astock-kg 的网络名)。
⚠️ 待实机核实项(本工程 DB 细节以线上为准,跑不通按此排查)
- 三库连通性:
python run.py views六项全 ✅ 才算通。任一 ❌ 先解决网络/账号 (尤其桥所在服务器到基座 PG、153、平台 MySQL 的可达性)。 gp_day_data代码列与形态:upside现价来自它。列名可能是ts_code或symbol(.env的PRICE_CODE_COL);代码形态(600000.SH/SH600000/600000) 两边已统一折前缀式再 join——若upside出行为 0,多半是形态没对上,在此调 join 口径。factor_metadata列:register自适应实际列写入;若无factor_type列,平台/mining/factors/all可能查不到本因子(会打印告警),需与平台侧确认。- 事件极性/方向(§8-3 开放问题):
factors.EVENT_POLARITY / EVENT_DIR是草案;增减持的增/减方向若qualifiers.direction里没有(当前视图取 direction),会落 0, 需确认基座 EVENT 的方向到底存在哪个 qualifier 键。半衰期 10 交易日 / 窗口 60 交易日可调。 - 事件交易日龄近似:v1 用自然日×(5/7) 折算交易日龄,非精确交易日历——够用,后续可 换真实交易日历向量化。
- universe 覆盖面(F0 前置):先用 astock-kg 的
factor_coverage_probe.py确认池内 四信号日截面覆盖数(尤其热度 ≥30~50/日),再决定是否放量。